《表9 西部地区房地产金融风险压力指数模型参数》
提示：宽带有限、当前游客访问压缩模式
如图7所示，可以看到都是平稳的，因此ARIMA(1，1，1）是合理的。ARIMA模型结果为：
| 图表编号 | XD00162689700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.10 |
| 作者 | 张梦林、李景跃 |
| 绘制单位 | 新疆财经大学金融学院、新疆财经大学金融学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 风险组合分类表：西部大开发推动西部地区金融发展了吗——基于PSM-DID的经验研究》2020.12.12
- 《表5 旋转后的成分矩阵：西部后发地区城市商业银行系统性金融风险测度——基于综合指数法的分析》2020.04.25
- 《表1 0 西部地区房地产业金融风险压力指数预测》2020.03.10
- 《表8 西部地区房地产金融风险压力指数模型统计》2020.03.10
- 《表7 西部地区房地产金融风险压力指数模型描述》2020.03.10
- 《表1 描述性统计一览表：我国西部地区房地产金融风险测度、识别和预测》2020.03.10
- 《表3 天津房地产金融系统风险评估指数构建指标情况表》2020.02.25
- 《表9 天津房地产金融系统风险预警区间情况表》2020.02.25
- 《表7：东、中、西部地区普惠金融减贫效应模型设定检验》2019.12.25
- 《表5 地方金融风险压力指数》2019.08.31
- 《表7 东、中、西部地区农村金融包容指数对农民健康状况的影响》2019.09.01
- 《表2 解释的总方差：基于综合压力指数的贫困地区金融风险测度研究——以陕西省商洛市为例》2019.04.25
- 《表3 成分矩阵：基于综合压力指数的贫困地区金融风险测度研究——以陕西省商洛市为例》2019.04.25
- 《表9：金融压力指数与经济衰退预测》2019.07.25
- 《表9 西部地区财政分权、金融发展对全要素生产率的影响》2019.01.15
- 《表9 预警状态表：基于人工神经网络的房地产金融风险预警体系构建——以柳州市为例》2019.03.01
- 《表3 2000—2015年西部地区耕地压力指数变化》2018.08.01
- 《表4 2015年西部地区各省份耕地压力指数》2018.08.01
- 《表2 各指标熵权：天津市房地产金融风险指数构建研究》2019.11.25
- 《表1 判别区间汇总表：天津市房地产金融风险指数构建研究》2019.11.25